在曲线拟合与分布拟合之间进行选择

曲线拟合和分布拟合是不同类型的数据分析。

当您要将某个响应变量建模为预测变量的函数时，请使用曲线拟合。

当您要为单一变量的概率分布建模时，请使用分布拟合。

曲线拟合

在以下试验数据中，预测变量为 time，即服用药物之后的时间。响应变量为 conc，即血液中的药物浓度。假设只有响应数据 conc 受试验误差的影响。

time = [ 0.1 0.1 0.3 0.3 1.3 1.7 2.1 2.6 3.9 3.9 ...

5.1 5.6 6.2 6.4 7.7 8.1 8.2 8.9 9.0 9.5 ...

9.6 10.2 10.3 10.8 11.2 11.2 11.2 11.7 12.1 12.3 ...

12.3 13.1 13.2 13.4 13.7 14.0 14.3 15.4 16.1 16.1 ...

16.4 16.4 16.7 16.7 17.5 17.6 18.1 18.5 19.3 19.7]';

conc = [0.01 0.08 0.13 0.16 0.55 0.90 1.11 1.62 1.79 1.59 ...

1.83 1.68 2.09 2.17 2.66 2.08 2.26 1.65 1.70 2.39 ...

2.08 2.02 1.65 1.96 1.91 1.30 1.62 1.57 1.32 1.56 ...

1.36 1.05 1.29 1.32 1.20 1.10 0.88 0.63 0.69 0.69 ...

0.49 0.53 0.42 0.48 0.41 0.27 0.36 0.33 0.17 0.20]';

假设您要将血液浓度建模为时间的函数。绘制 conc 对 time 的图。

plot(time,conc,'o');

xlabel('Time');

ylabel('Blood Concentration');

假设 conc 作为 time 的函数，遵循双参数 Weibul